科研人不容易。3年投稿6次全被拒，每次等反馈要半年？？机器学习大佬吴恩达听说这位学生的“水逆”遭遇后，亲手搓了个免费的AI论文评审智能体出来。通过在ICLR 2025审稿数据上训练系统，并在测试集中对比发现，该AI审稿系统与人类审稿的相关系数达0.42，和人与人审稿间的0.41相近甚至还高一点。
这两年，写代码这件事变了。GitHub Copilot、Cursor、Devin 一路登场，工程师开始习惯“打一段话，几千行代码自己长出来”。写得出东西，变得前所未有地容易。但很快大家发现，真正拖住上线节奏的，不再是「能不能写出来」，而是「敢不敢放上生产环境」——代码量指数级增长，验证、回归、极端场景覆盖反而被彻底压缩，测试成了 AI 时代新的“硬瓶颈”。
卡内基梅隆揭秘美国AI产业链：谁能扼住AI的喉咙？OpenAI和迪士尼如何捆绑，AMD、软银和英伟达究竟在下哪盘棋？卡内基梅隆大学刚刚抛出一颗「产业核弹」：首个系统刻画数据、算力、模型、资本乃至人才流向的AI供应链数据集。
一时的技术成果或者用户增长，很难成为 AI 公司的竞争优势。
1米3的机器人小土豆，三步上篮也可以如此丝滑。
当 ChatGPT 在 2022 年底横空出世时，整个科技行业都被这股突如其来的对话式 AI 浪潮震得措手不及。
AI 编程新秀 Verdent AI 创始人陈志杰，不喜欢别人称呼他“陈总”，他说话自然、接地气，在接受 DeepTech 采访期间面对一时拿不准的问题有时会出现长达十秒左右的沉默以用于思考。
具身智能要想往大规模应用走，像英特尔这样的头部芯片公司必须突破算力架构。
前两天，Google发了一个非常有趣的论文： 《Nested Learning: The Illusion of Deep Learning Architectures》
特朗普正式签署「创世纪计划」，打响AI版「曼哈顿计划」！核心任务由美国能源部挂帅，集结举国超算资源与联邦数据，誓打造「美国科学与安全平台」。剑指核聚变、芯片、生物技术等六大命门，勒令9个月内构建AI科研闭环。
